ตัวประมาณของ Bayes มีภูมิคุ้มกันต่อการเลือกอคติหรือไม่?
เอกสารส่วนใหญ่ที่กล่าวถึงการประมาณค่าในมิติที่สูงเช่นข้อมูลลำดับจีโนมทั้งหมดมักจะทำให้เกิดปัญหาอคติในการคัดเลือก ความลำเอียงที่เลือกเกิดขึ้นจากข้อเท็จจริงที่ว่าแม้ว่าเรามีผู้ทำนายที่มีศักยภาพหลายพันคนเท่านั้นที่จะได้รับการคัดเลือกเพียงไม่กี่คนเท่านั้น ดังนั้นกระบวนการจึงมีสองขั้นตอน: (1) เลือกชุดย่อยของตัวทำนาย (2) ทำการอนุมานบนชุดที่เลือกเช่นประมาณอัตราต่อรอง Dawid ในกระดาษที่ขัดกันในปี 1994 ของเขามุ่งเน้นไปที่ตัวประมาณค่าที่เป็นกลางและตัวประมาณ Bayes เขาลดความยุ่งยากของปัญหาในการเลือกเอฟเฟกต์ที่ใหญ่ที่สุดซึ่งอาจเป็นผลการรักษา จากนั้นเขาก็บอกว่าตัวประมาณที่ไม่เอนเอียงได้รับผลกระทบจากอคติการคัดเลือก เขาใช้ตัวอย่าง: สมมติว่า จากนั้นแต่ละอัน
แต่คำพูดที่น่าเป็นกังวลของดาวิน, เอฟฟรอนและผู้แต่งคนอื่น ๆ ก็คือตัวประมาณค่าของเบย์นั้นมีภูมิคุ้มกันต่อการเลือกอคติ ถ้าฉันจะวางก่อนหน้านี้บนพูดจากนั้นตัวประมาณค่าของ Bayes ของจะได้รับจาก โดยที่ , ด้วย Gaussian มาตรฐาน
หากเรากำหนดตัวประมาณใหม่ของเป็น สิ่งที่คุณเลือกที่จะประมาณการกับ , จะเหมือนถ้าเลือกอยู่บนพื้นฐานของ ครั้งนี้ตามเพราะเป็นเสียงเดียวในZ_iเรายังรู้ว่าย่อเข้าหาศูนย์ด้วยคำศัพท์,